作者簡介：劉進，北京理工大學人文與社會科學學院副研究員，北京理工大學國際爭端預防和解決研究院研究員，博士；鍾小琴，北京理工大學人文與社會科學學院2019級碩士研究生；李學坪，京東方科技集團有限公司大數據研究員。
基金項目：國家自然科學基金面上項目「『一帶一路』學術人才向中國流動的開放式『推—拉』模型——人工智慧方法的應用」(71774015)原文即將刊載於《高等工程教育研究》2020年第二期，敬請關注！摘 要：人工智慧作為新的技術驅動力正引發第四次工業革命,其技術轉化和實踐應用在科技和教育領域掀起了一場全新的改革浪潮。本文從人工智慧技術角度出發，研究了當前人工智慧在教育領域的技術和應用轉移，從教、學、考、評、管五大應用場景梳理分析了目前教育人工智慧的前沿進展，並對其發展趨勢進行了預測。未來在教育領域，人工智慧技術將促進教師角色改變，推動素質教育改革和教育研究走向科學；同時，人工智慧技術本身的不完善及潛在的道德倫理問題也是不容忽視的挑戰。
關鍵詞：人工智慧 教育 AIEd 前沿 挑戰
人工智慧（Artificial Intelligence, 以下簡稱AI）大舉「進軍」教育領域，全球正經歷一場深刻的教育人工智慧（Artificial Intelligence in Education,以下簡稱 AIEd）革命。但與此同時，教育學科對AI的研究卻嚴重滯後於AI知識發展與實踐應用，教育學界對AI的最新進展關注不夠，對AI在教育領域的理論創新與實踐追蹤不足，對AI與教育發展之間的深層聯繫剖析不深，以及對AI究竟將帶來哪些教育變革、AI如何促進教育變革、AI與教育融合將帶來哪些機遇和危機等關鍵問題都未做出明確回答，這為中國AIEd發展帶來隱憂。本文嘗試對全球AIEd的前沿進展展開梳理，對AIEd的最新理論與實踐成果進行分析，對教育與AI的深層聯繫做出回答，為新時期中國面向AIEd革命搶抓歷史機遇、規避可能問題提出發展建議。
2016年AlphaGO戰勝人類圍棋冠軍之後，全球範圍內的Web+、雲計算、神經網絡、機器學習等AI基礎技術不斷進步，AI迅速進入高速發展的「第四階段」。世界範圍內的高校、科研機構、科技公司等爭先恐後建立AI實驗室，著力促進更深層次的AI研究，並迅速推進AI在教育、經濟、金融、交通、安防等領域的應用。相比於前幾次AI熱潮，本輪AI技術革命已不再停留於概念和理論階段，而是通過技術轉化和實踐應用，引起社會結構、經濟布局和生產生活的根本性變革[1]。教育是本輪AI技術革命的中心，AI將極大改變中國教育發展道路，學界對此應保持清晰認知和高度重視。
（一）AI技術的教育遷移態勢
AI起源較早但此前卻幾經波折，發展緩慢。近年來由於深度學習等技術突破，AI得以再次崛起並成為本世紀初最重要的技術革命之一[2]。AI涉及計算機、神經網絡、控制、自動化等多學科領域[3,4]，不同學科對AI的理解不盡相同，相關概念尚未統一。客觀而言，當前階段不能過度誇大AI「智」的部分，而主要應將其理解為一種「能」，並且僅限於在人工控制情況下能夠代替人類完成某些工作的人工系統或機器能力。2006年，Hinton等人提出的深度學習技術是本輪AI跨越式發展的關鍵，2016年利用深度學習技術AlphaGo打敗人類棋手正式開啟了AI的新發展熱潮。當前AI已成為衡量國家科技實力的制高點，各國出臺了大量政策規劃以應對AI時代到來並試圖佔領AI高地，比較重要的有美國的《國家AI研究發展戰略規劃》報告、日本的社會5.0「超智能社會」計劃、英國的「現代工業戰略」計劃、歐盟和歐洲機器人協會的SPARC計劃等[5]。企業層面的技術應用是本輪AI發展的特點之一，比如谷歌、IBM、百度等公司的AI產品已經應用到了人臉識別、搜尋引擎、無人駕駛等多個技術領域，未來AI發展將有望在教育、經濟、政治、法律等非傳統AI技術領域取得更大突破。中國在AI領域起步較晚但發展勢頭迅猛，改革開放後中國AI研究逐漸起步並在專家系統、遺傳算法、自然語言理解(漢語)等領域積累形成一定成果（如吳文俊在幾何機械證明領域提出了數學機械化理論）；中國是本輪AI技術革命的核心參與國，尤其在AI技術應用實踐方面獨佔鰲頭，企業也是中國本輪AI發展的核心機構，相關實踐應用案例很多，比如騰訊機器人記者Dreamwriter開始撰寫新聞稿替代人類文字編輯工作，螞蟻金服打造智能客服機器人來實現惠及大眾的金融服務，商湯科技成功開發了人體模式識別技術等。2016年中國政府出臺了《「Web+」人工智慧三年行動實施方案》及《機器人產業發展規劃綱要(2016年—2020年)》等關鍵政策，標誌著AI將作為最重要的未來技術推動「中國製造2025」的實施和實現。2018年AI首次被寫入中國政府工作建議、第二次被寫進政府工作報告，中國開始明確提出「產業級的AI應用」，這標誌著中國AI發展已從研究階段逐步躍升到研究與產業應用並重階段。
從AI技術發展的基本趨勢來看，教育是AI衝擊最大的行業[6]，也是AI進入最早、進入最深也最有可為的領域之一；這一方面源於AI深度學習等技術原理的良好技術遷移能力，向教育等經濟社會發展的關鍵領域進行技術遷移是本輪AI發展的關鍵特徵。當前AI在教育領域的技術轉移才剛剛開始但已經展現出巨大潛力，且AI向教育領域的技術轉移速度正顯著加快，AI各傳統母學科與教育學科的創新邊界正在被打破，教育有望從AI的技術應用領域變為AI的原始技術創新領域，教育在AI技術創新活動中的主體地位正得到加強，正在形成更大規模的AIEd技術創新大潮。這另一方面也源於各國對AIEd發展的政策布局，各國AI發展競賽正從單純的技術研發、實踐應用開始轉向以政策布局等「軟實力」競爭，各國已有AI政策布局大都包含教育要素，教育已逐漸走向本輪AI技術創新的全球中心。
（二）AI應用的教育遷移態勢
教育是一個包含數億人口、涉及億萬家庭的關鍵民生領域。AI在教育領域的微小進步，都可能極大改變教育生態、極大提高教育效率、極大影響教育結果乃至有效幹預教育公平。AI是一個多學科交叉前沿科學，主要涉及專家系統、模式判斷、自動定理證明、智能資料庫系統、自然語言處理、人工神經網絡等研究範疇[7]；本輪AI技術革命更重要的意義在於其高度應用屬性，AI從理論走向實踐、從實驗走向產業，這將真正改變人類生活和行為方式。舉例來看，在交通行業，AI圍繞無人駕駛和城市智慧交通正集中發力，Waymo和特斯拉等公司集合了環境感知、標識識別、行為決策、神經網絡模糊控制等AI關鍵技術，所形成的無人駕駛技術將可能徹底改變人類出行方式，英偉達Metropolis平臺和杭州阿里雲城市大腦等公司利用實時智能視頻分析技術來管理交通、分析路況、監管道路維修，將大幅提高城市運行效率。在金融行業，AI正逐步代替以往人工操作的服務方式，實現了服務客戶、協助決策、風險防控、監督管理等過程的智能化。螞蟻金服等公司已通過AI對貸款、保險、客服、徵信等業務進行了創新改革，支付寶利用OCR技術改造的證件審核系統將校驗時間縮短至1秒並提升了30%的通過率，智慧機器人已經包攬了95%的遠程客服和在線客服工作量[8]。在醫療行業，AI圍繞智能診療、醫療機器人、智能影像識別、智能藥物研發和智能健康管理等已取得突破性進展，IBM Watson等機器人已經可以自動閱讀醫學專著、論文和臨床報告等並給出診療方案，IBM研發的達·文西臨床手術機器人已在全球裝配3000多臺並完成300萬例手術[9]；科大訊飛研發的醫學影像輔助診斷系統以高達92.3%的平均召回率刷新記錄，可有效用於肺結節和乳腺鉬靶的影像篩查[10]；Atomwise公司使用深度學習算法篩選出820萬種藥物研發的候選化合物並在很短時間內就找到了可能對伊波拉病毒有抑制效果的兩種候選藥物；Next IT公司開發的慢性病患者虛擬助理APP已經可以有效用於評估病情並提供個性化健康方案[11]；Cognoa公司研發的兒童自閉症AI診斷系統可較好用於自閉症檢測[12]。
從AI應用原理和應用範圍來看，與傳統創新顯著不同之處在於，AI應用具有高度遷移能力。比如上述非教育領域的AI應用成果在經過適當改造後也可能迅速進入教育領域，這也將為AIEd發展帶來無限機遇。舉例來說，上述有關IBM Watson機器人的自動文獻搜尋和撰寫技術，完全可以用於教育領域的文獻查閱、文獻分析乃至文獻綜述自動撰寫、學術論文自動撰寫等領域，這將可能極大提升人類學習和科研效率。上述有關AI在醫療領域的個性化解決方案，也完全可能遷移到學生的個性化學習教育。進入AI時代，教育應進一步解放思想，密切追蹤各類AI發展的前沿技術和應用創新，通過制度設計，系統遴選並論證各類技術與應用向教育領域遷移與轉化的可能性與具體路徑，為AIEd發展提供多元渠道。
（三）AI在教育領域的直接應用態勢
本輪AI發展涉及到的深度學習等核心技術，將有可能從本源上回答「人類是如何學習的」等教育學基本問題，在教育領域形成大量的AI應用場景，極大推動AIEd發展。正如史丹福大學Byronson教授在2017年美國教育科技峰會上所指出的，「科學技術在打破時域空域限制的同時，還可以更好地融合人的教育體驗和情感思想，從而真正觸及教育的根本[13]」，AI正使得人類教育活動發生本質改變。
如果從廣義的AI與人類教育和知識生產的關係角度來看，當前全球範圍內，AI在教育領域的大量研究和應用所催發形成的AIEd概念[14]，其核心在於兩方面：一是通過AI在教育領域的高效率、多功能性和個性化的應用，促進自適應學習環境的發展；二是通過準確的計算、明晰的體現形式，有效表達人文社會科學中無法量化的知識，讓AI成為重要的技術手段以破解「學習黑匣子」[15]。如果從狹義的AI和教育技術發展的視角來看，大致可以把中國的教育信息化發展分為三個階段：前兩個階段分別是「手段創新階段」和「平臺創新階段」，而在AI時代，中國教育即將進入第三個階段，即「超越現實階段」[16]，將通過AI、數據挖掘分析、模擬仿真、3D列印、腦機接口等技術的應用，實現模擬實驗教育、情景交際、探究學習、個性化教學等，對教育目標、方式等產生根本影響[17]，其中AI被認為是最有潛力和影響力的教育信息化技術。
圖1 教育信息化發展階段
《地平線報告》(NMC Horizon Report)是全球信息技術與教育融合發展的風向標，2018年NMC地平線報告（高等教育版本）指出了推動高等教育變革的關鍵趨勢、重大挑戰以及高等教育技術的重要發展[18]。可以發現，教育領域的信息化發展正迅速從移動學習過渡到AI階段，未來4-5年將會通過AI與混合現實技術的結合，實現對所有教育階段的全方位影響；可以認為，AIEd是未來推動教育信息化改革的關鍵力量。
報告主題
報告內容
加快採用高等教育技術的關鍵趨勢
長期（5年及以上）
推進創新文化、跨機構與跨部門合作
中期（3～5年）
開放教育資源、新形式跨學科研究
短期（1～2年）
重視學習測量、重構學習空間
阻礙高等教育技術應用的重大挑戰
可應對的挑戰
真正的學習體驗、提高數字素養
有難度的挑戰
組織設計適應未來工作、推進數字公平
嚴峻的挑戰
經濟政治壓力、重新思考教育者角色
高等教育技術的重大發展
上線時間（1年以內）
分析技術、創客空間
上線時間（2～3年）
AI、自適應學習技術
上線時間（4～5年）
混合現實、機器人
當前AIEd已實現了多領域的研究與應用突破，對這些細分領域進行深入研究，有望追蹤AIEd研究前沿，預判AIEd發展態勢，分析AIEd研究和應用的基本原理，更深入考察AI在教育領域的各類創新方向和創新應用，從而更準確把握本輪AIEd的基本規律，為AIEd相關制度安排與政策設計提供有效參考。AIEd與整個AI發展緊密聯繫，涉及方向較多且不同方向研究和應用進度不一。為更深入分析AIEd的應用現狀並預測其未來的發展趨勢，本研究從教、學、考、評、管五個應用場景對AIEd的應用發展進行系統研究。
AIEd覆蓋教、學、考、評、管全流程，針對教學機構、教師、學生等不同主體構建不同的教育AI場景，廣泛應用於各個學齡段以及職業教育、在線教育等各類細分領域，比較典型的是課堂教學輔助，拍照搜題，走班排課，智能化批改，在線自動測評系統，教育機器人等。
圖2 教育AI場景散點圖
（一）教
1.課堂教學輔助
針對課堂教學現存問題[19]，基於人臉識別、語音識別、動作識別、情緒識別、眼球識別等技術構建的監課系統採用「真人教師+AI助手」的課堂輔助系統，可以做到課程全覆蓋，既能對學生的考勤、課堂表現及專注度進行監測分析，也能對教師的教學質量進行智能評估，即時生成課堂評估報告並快速反饋，教師可實時調整授課內容和方式，保證了高質量、全交互的在線課堂體驗，從而形成了課上有行為，行為有識別、識別有產出的完整監課閉環。例如，以英國Century Tech公司、好未來的GodEye為代表的監課系統從學生課堂行為出發，通過捕捉多維度的課堂數據評估學生的專注度和接受度，精準定位學生課堂異常學習狀態，並為每位學生生成詳盡的個性化課堂報告，助力教師掌握學生現階段學習狀態，大量節省了教師學情評價的時間；接入教學系統後的GodEye已將原來不足10%的課堂教學評估覆蓋率提升至100%，質檢效率提升50倍[20]。針對教師授課情況，學而思網校「AI老師監課系統」 深度融合語音識別和表情識別兩大技術，從課堂表現的「親和力」、「清晰度」、「流暢度」、「互動」、「重點」等幾個維度，對教師授課情況進行實時數據化、可視化評估，教師可根據評分實時調整授課內容和方式，保證了教學質量[21]。AI監課系統在課堂教學中得到了大量運用。杭州第十一中學上線「慧眼」，通過「刷臉」完成走班選課模式的考勤，通過「閱讀」學生的動作表情分析學生上課狀態，監督課堂教學；重慶二十九中啟用AI分析評估系統Faceminded，進行課堂實時表情分析，精確判斷學生學習理解程度。
此外，AI技術還使課堂個性化教育成為可能。2018年好未來推出的行業首創AI課堂解決方案WISEROOM對「學」和「習」進行拆分，課上由「優質AI教師」教學，課後由真人教師輔導，保證了對學生的精細化輔導和個性化關懷[22]。
2.智能虛擬實境的仿真教學環境
AI技術與大數據、雲計算、虛擬實境（VR）、增強現實等技術有著天然聯繫。AI技術的發展使VR變得更加「智能」，不僅可以模擬還原真實世界的某些情境，建設智能虛擬實境的仿真教學環境，還能夠極大地提高虛擬世界的效果以及用戶的交互體驗，持續為學習者提供支持和輔導，更自然地對用戶行為進行反饋，幫助學習者克服困難，從而大幅提高學習成效，實現了學校實體和虛擬學習空間的更深度融合，使教學將更加具有沉浸感、交互性、構想性和智能化。例如學而思網校將VR、AR技術引入教學場景，應用於物理化學教學中不便於操作的危險實驗或真實環境中不可操作的實驗；此外虛擬教學助手還可以扮演教師、輔導員、同學等虛擬人物，基於特定的教學模型，「他們」可根據教學狀況提出恰當的問題，與學生一起協作完成學習任務。
（二）學
1.個性化智能教學系統
智能教學系統(Intelligent teaching system, ITS)是AI在教育領域研究最早和應用最廣泛的技術方向之一。基於OCR識別、自然語言處理、數據挖掘等技術，ITS在整個學習過程中能夠提供智能推薦服務，學情分析服務，錯因診斷以及決策支持服務。舉例來說，當前在國際上影響較大的ITS是由孟菲斯大學AI研究所歷經十五年研究開發的AutoTutor系統，它通過自然語言與學生對話進而幫助他們學習物理和計算機知識，此外還可通過識別面部表情和身體姿勢自動跟蹤學習者的認知和情緒，並以自適應方式對認知失衡和認知混亂進行幹預以促進深度學習。該團隊結合當下最前沿的AI成果對AutoTutor系統進行補充研發和更新，已經衍生出十餘種智能教學系統如AutoMentor，DeepTutor，Guru，MetaTutor，ARIES，SKOPE-IT等[23]。目前ITS與元認知技能訓練、情感探測、眼動指標、3D模擬等結合，已被廣泛運用於物理、生物、醫學、批判性思維、閱讀、寫作、書法等領域[24]。
自適應學習系統是從智能教學系統發展而來的，是AI在教育領域中的新應用[25]；自適應學習系統能夠應對用戶不斷變化的學習和知識狀態，實時互動尋找最優方案。該系統在學生實時交互大數據的基礎上構建學習模型，進行學習分析、推薦學習資源、採取相應教學策略,從而使學生達到個性化學習的目的。國外自適應學習起步早，應用廣，涵蓋了包括早幼教、K12、高等教育及職業領域，如kidaptive, AdaptedMind、I-Ready, area9, LINGVIST，Knewton等（圖3）。舉例而言，Knewton在全球的教育、語言培訓及企業培訓得到了廣泛的運用，其主要的運行流程是在Knewton平臺基礎上嵌套機構和學校的學習系統，將自己的課程材料以Knewton的體系數位化，通過科學採集教學數據，精準識別每個學生的薄弱知識點，通過評估學生對材料的掌握程度，動態推薦合適的學習路徑和內容，以滿足學生個性化的學習需求，並預測未來的學習程度，保障高效的學習效果[26]。國內自適應產品代表有專注於K12領域智能個性化輔導的松鼠AI，在線1對1深耕初高中數學的學吧課堂，積累龐大語音資料庫的英語流利說，留學考試輔導機構智課網等。伴隨著AI程度的加深，接下來將是AI助力自適應教育的黃金十年。
圖3 國外主要自適應產品
2.拍照搜題
基於圖像識別、自然語言處理、數據挖掘等技術，以作業幫、小猿搜題、作業精靈為代表的AIEd產品支持學生拍照搜題，在海量題庫中快速檢索對應解析方法及詳細的解析過程，同時還通過精細化的知識圖譜和標籤快速識別出學生的薄弱知識點，為學生提供及時有效的個性化指導。截止2018年底，基於1.8億題庫數量的作業幫已覆蓋全國各省市區，累計激活用戶4億以上，月活躍用戶超1.2億，平均每年為用戶提供累計超過350億次作業輔導和知識講解，超過5億次「舉一反三」練習，答疑講解超過100萬小時[27]。
（三）考
2018年9月的註冊會計師綜合階段考試中，教育機器人被首次應用於考場監考[28]，美國高考 (ACT)也在全球首次機考中部署應用了智能化考試監考機器人。由知名考試機構全美在線 (ATA)投入使用的智能監考機器人將AI技術和大數據技術引入考試、考場、考生管理和舞弊監督，基於計算機視覺感知技術可對數以萬計的考場視頻的考生動作進行分析，藉助大數據比對抓取疑似作弊行為，從而建設智能考場的AI感知分析體系，全面提升了監考效率與考試的公平性[29]。
教育機器人除了應用於監考外，還廣泛應用於其他場域，按照應用場景和服務對象可分為十二類教育機器人：安全教育機器人、智能玩具、兒童娛樂教育同伴、家庭智能助力、STEAM教具、課堂機器人助教、機器人教師、遠端控制機器人、特殊教育機器人、工業製造培訓機器人、手術醫療培訓和復健看護。其中家庭生活領域和學校場域中使用較多且前者應用需求明顯高於後者[30]；從適用對象來看，面向學生的需求高於面向其他群體的需求。隨著STEM教育理念的推廣和AI技術的發展，具有多學科性質的教育機器人順應潮流產生並廣泛應用於K12階段課內外教學和各類科技創新活動中。目前面向K12階段的教育機器人主要為STEM教育提供輔助教學的作用，可分為模塊、類人、飛行、移動四個系列。教育機器人的最新進展顯示，外觀、聽覺能力、視覺能力、認人能力、口說能力、情感共鳴與情緒以及人機互動是目前主要的七個研究方向[31]。
近幾年，伴隨著國家戰略和家庭教育重視程度的上升，教育機器人的市場呈現出迅猛的發展勢頭。2018年全球教育機器人市場規模約為9.55億美元，較上年同比增長16.61%，其中中國教育機器人市場規模約為7.5億元，約佔全球市場的10%-12%，較上年增長29.53%[32]；《2019全球教育機器人發展白皮書》顯示，預計2023年教育機器人的市場規模將達841億美元[33]。
圖4 十二類教育機器人產品的運用情況
除了監考以外，AIEd還在出卷、閱卷以及考情分析等領域大有作為。基於數據挖掘等AI技術，AIEd可對題庫中已被結構化的數據進行分析、組合，為教師提供滿足不同班級學情的考試題目，提升出卷效率。AI技術還可幫助教師實現客觀題及部分主觀題自動批改與賦分，通過海量數據對比還可自動篩選疑似雷同答卷，大幅提升閱卷效率及公平性。
（四）評
1.智能程序測評研究
經過數十年的發展，程序在線測評系統可從語法、結構、功能、整體複雜度四個角度對程序作業進行關鍵字分析、編程風格分析、錯誤偵測及剽竊偵測。目前程序測評系統基本都嵌套在編程教學軟體中，用於課堂教學、線上作業提交與批改、在線考試等。
本文列舉了近年來較重要的編程測試系統（表2）。舉例來說，作為全球範圍內研發智能化動態操作試題系統和提供智能考試方案的先驅，全美在線開發的e-Testing系統早在2002年就用於本科院校和職業院校的IT人才培養；2016年蘋果推出了基於ipad的編程訓練平臺Swift Playgrounds，使用蘋果的Swift程序語言對初學者進行編程教學；印度在線測試平臺HackerRank可支持多種程序語言對專業IT技能人才進行編程能力評估；猿圈(Oxcoder)測評是2014年創立的一款採用SAAS模式的在線程式設計師能力測試系統；2017年高校邦發布國內首款集教、學、練、測、評於一體的實境編程教學產品，填補了高校編程教學中編程實踐缺失、編程能力難評價的空白[34]。
從發展趨勢來看，隨著STEM教育理念的發展，針對少兒編程的廣闊市場呈現井噴式的增長，各大科技公司開始將遊戲融入編程測評系統，如美國青少年編程教育產品CodeCombat、Scratch、Tynker和CodeMonkey，將教學過程設置為遊戲關卡，以難度遞增的遊戲情景指導使用者漸入式學習。中國的「傲夢」、「編玩邊學」、「編程貓」等一系列編程平臺也借鑑了美國的遊戲化方式。
應用產品
發布時間
創辦人/公司
功能概述
HackerRank
2013
Vivek Ravisankar
支持多種語言、面向專業IT技能人才編程能力評估的在線測試平臺
猿圈(Oxcoder)測評
2014
北京猿圈科技有限責任公司
採用SAAS模式的在線程式設計師能力測試系統
Swift Playgrounds
2016
Apple.Inc
用於蘋果自主使用的Swift程序語言面向初學者的編程教學
PTA | 程序設計類實驗輔助教學平臺
2016
杭州百騰教育科技有限公司
針對社會對IT人才的需求，通過專業化的平臺和標準化的評測為高校和企業提供計算機專業能力培養、人力資源評價和推薦服務
高校邦
2017
慧科集團
用於高校實境編程教學，在考慮學習者個性化學習的同時提高編程教學的時間域上效率和空間域上的受眾最大化
Scratch
2008
MIT
支持少兒圖形化、代碼和算法編程教育；AI雙師教學，滿足線上線下師生協同操作教學；具有個性化教、互動性強、反饋及時等優點；課程設計遊戲化，「編程+學科」及「編程+興趣」創造學習場景，激發孩子想像力與創造力
Tynker
2012
Tynker.Inc
CodeCombat
2012
CodeCombat.Inc
CodeMonkey
2013
Yishai B Pinchover
傲夢
2014
上海傲夢網絡科技有限公司
編程貓
2015
深圳點貓科技公司
編玩邊學
2016
深圳市編玩邊學教育科技有限公司
北京極客晨星科技發展有限公司
2016
北京極客晨星科技發展有限公司
VIPJr
2017
iTutorGroup
西瓜創客
2017
杭州弦音信息科技有限公司
VIPCODE
2017
VIPCODE科技公司
Bmcode
2017
北京啟迪開智教育科技有限公司
核桃編程
2017
北京聰明核桃教育科技有限公司
小碼王在線
2018
杭州小碼教育科技有限公司
WeCode
2018
北京科達思教育科技有限公司
妙小程
2018
上海耕子教育科技有限公司
2.智能口語測評研究
語音識別、聲紋識別、語音合成及自然語言處理等AI技術的發展, 尤其是深度學習方法在這一領域的突破,促使無文本語音評測具有實現使用的可能，在口語考試和語言訓練版塊得到了全面的應用。口語測評系統是在情景對話模式的基礎上，覆蓋口語學習、訓練、測試等多種場景，實現一體化智能語音評分。舉例來看，在英語口語測評方面，2016年愛賽達課與中歐和諧聯合發布了PTE在線學習、測評與教學管理系統——「PTE測評學習工具」，實現了教學和測評過程的數據化[35]；日本EduLab公司與英檢協會共同研發的在線英語交流能力測試系統CASEC(Computerized Assessment System for English Communication)能夠根據測試者的表現動態調整題目難度，並在考試後迅速反饋結果，被京都大學、關西大學、樂天、花王等高校和企業引進使用[36]；2015年外研社與科大訊飛合作推出針對高校外語教學的FIF測試系統，這一系統集成語音技術、機器翻譯等技術，支持在線全程信息管理和智能化評閱[37]；2016年美國Blue Canoe公司推出了在線學習平臺和移動終端Blue Canoe Learning，為非英語母語學習者提供發音糾正和商務口語培訓。在漢語口語測評方面，以馳聲語音評測技術為代表的中文口語評測技術不僅支持中文發音練習，還能進行標準聲、韻、調的發音糾錯訓練，已廣泛用於國際漢語口語教學測試，並於2019年應用於青少年古詩詞朗讀背誦輔導。大批漢語學習平臺也不斷湧現，如北京易言科技有限公司的 ChineseSkill；2017年滬江實時教育互動平臺CCtalk還承辦了Mario教育的國際漢語教師資格認證考試IMCPI和漢語培訓模塊。本文列舉了近年來影響較大應用較廣泛的一些自動口語評測產品（表3），基本功能都是聽說練習和評價測試，但在形式上有遊戲化、語音交流、影視劇配音、圖像標記等多種模式。
應用產品
發布時間
創辦人/公司
功能概述
Busuu
2008
Busuu Online S.L.
通過移動和在線平臺，開發創新的技術方法來改善人們學習語言的方式
Babbel
2009
Lesson Nine Gmbh
基於學習者已有的知識設計新的語法和詞彙學習內容，訓練學習者的大腦高效學習模式
Anki
2010
Anki.Inc
支持圖像、音頻、視頻和科學標記；包含語言學習測試功能
Quizlet
2011
Andrew Sutherland
用於創建和歸類在線記憶卡，還可幫助學習者掌握重視地理、解剖和建築等視覺效果的學科
英語魔方秀
2013
魔方天空科技（北京）有限公司
通過英語短視頻配音實現口語訓練測試的目的，糾正發音、斷句等
Hello Talk
2014
深圳市天創科技有限公司
採用即時通訊工具的形式，主要以language exchange為主，機器輔助翻譯
英語流利說
2014
海流利說信息技術公司
採用闖關遊戲和學習者互動的形式完成口語的學習和訓練
Memrise
2015
Memrise.Inc
可進行口語、單詞、流行文化等的學習
扇貝口語
2016
扇貝網
主要有跟讀模仿、聽音複述、智能打分、精彩解析等幾個功能供學習者提高口語水平
3.智能作業評測研究
基於統計技術、光學字符識別技術、潛在語義分析技術、自然語言處理等技術的作業自動評閱系統不僅可以評判語言的表層特徵，還能夠評判其內容質量和篇章結構質量；越來越多的自動評閱系統被應用到日常教學和大型考試中，幫助教師高效批改中英作文、客觀題、簡答題、口算等題目，在提高評閱效率的同時也提供了個性化的學習能力診斷報告[38]。其中，英語寫作自動評價在線寫作訓練平臺應用最廣泛，國際上以PEG、E-rater、Writing Roadmap、My Access！、Criterion、Holt Online Essay Soring、IEA等系統為代表[39]，國內以新東方作文批改網、冰果英語作文智能評閱系統、句酷批改網等為代表，東方訊飛教育科技有限公司的RealSkill還支持作文拍照上傳批閱。在漢語作文批改方面，2016年，中國語言智能研究中心發布了面向中小學生、海外華裔、二語學習者三類群體的中文作文智能評測系統及漢語寫作教學綜合智能訓練系統，藉助語言大數據可對作文自動評級、打分、糾錯；目前中文評測系統還支持涉黃涉暴內容檢測[40]。表4總結了近年來比較有代表性的作業智能批改系統，其中NoRedInk、WriteLab、Quill、句酷等可用於家庭作業的布置與批改並生成學習報告以供解讀學習者情況；少數自動測試系統如Grammarly、TurnItIn等還可用於檢查是否剽竊。
AEE系統
發布時間
創辦人/公司
面向對象
功能概述
Grammarly
2009
Grammarly.Inc
網絡用戶
安裝Add-on在瀏覽器上，自動幫助核對文法，標點符號、語句結構、檢測是否抄襲以及改善詞彙選擇等
TurnItIn
2010
iParadigms LLC.Inc
教育機構
主要幫助教師檢查抄襲問題，可加標註
NoRedInk
2013
Jeff Scheur
學生/教師/家長
加入遊戲元素提升學生興趣，即時反饋、重複練習、個人化學習內容設計
OpenEssayist
2013
英國開放大學
學生
對文字進行文義摘要和形成性評量，對論文結構、關鍵字詞進行分析總結並形成可視化圖表反饋
WriteLab
2013
WriteLab.Inc
學生/教師
從字詞的選擇、重點、結構、清晰度、連貫性和基調等幾個角度分析文章存在的問題，並提供修改意見
WriterKEY
2013
Keys2Engage.Inc
學生/教師
面向師生兩大群體，有註冊權限限制；用於改善英文寫作授課、學習和批改過程
Quill
2014
Peter Gault
學生/教師
協助教師的英文寫作教學，即時反饋並給出動態建議，系統自動批改後會顯示學習歷程供學生和教師參考
Linggle
2008
臺灣國立清華大學
網絡用戶
創新搜尋引擎，加注詞性，偵測寫作錯誤
新東方作文批改網
2009
新東方教育科技集團
網絡用戶
點擊式作文批改工具；可進行交流互動，給出反饋報告；也可用Voice Grading進行音頻批改
冰果英語作文智能評閱系統
2011
浙江大學外國語言文化與國際交流學院
學生/教師
從詞彙、語法、文風和內容對英語作文進行批閱
句酷批改網
2012
北京詞網科技有限公司
學生/教師
針對英語作文中的拼寫、語法、搭配錯誤給出修改建議，生成學期/學年報告；抄襲檢測
極致批改網
2013
北京創新夥伴教育科技有限公司
網絡用戶
為個人用戶提供各類英語寫作和口語批改服務；為高等院校提供英語寫作與口語批改平臺的內容研發、產品設計與技術開發服務；為機構及企事業單位提供英文文書潤色外包服務
i-Write
2014
外語教學與研究出版社
學生/教師
從語言、內容、篇章、結構和技術規範對大學生英語進行自動評閱
英語作文智能批改
2016
猿輔導
網絡用戶
支持拍照上傳，通過手寫體識別生成作文文檔並進行簡單的語法錯別字、語句批改
RealSkill
2017
東方訊飛教育科技有限公司
網絡用戶
滿足網頁、App及拍照上傳等終端作文寫作；支持針對託福、雅思等出國留學考試的智能寫作批改和口語評測
IN 課堂
2017
中國語言智能研究中心
網絡用戶
為中英文作文打分、評級、糾錯，並提供範例指導
希沃智能助教
2017
廣州視睿電子科技有限公司
網絡用戶
多題型智能閱卷、多維度智能分析，全面快速總結，課後講解、查漏補缺
（五）管
1.課堂管理：選課排課
新高考改革實行的選科選考制度使走班教學模式成為大勢所趨，6選3的選考科目政策導致多種選課組合，原來的「一班一課表」變成「一人一課表」，學校管理困難、資源匱乏、教學模式和教學評價調整難度大等需求痛點成為走班教學模式亟待解決的問題。以101教育為代表的智慧課堂走班排課系統將師生管理、課程、教學、場景、技術、經驗深度融合，定製學生專屬個性化課表，打通了包括排課、課表優化、衝突調整、發布課程的完整閉環，高效解決了分班問題[41]；此外通過腦AT技術測試、數據挖掘等方式還可分析學生的學力、性格、興趣和職業傾向，從而進行生涯規劃指導，科學選科，探索與專業選擇銜接更加緊密的大學先修課程內容及實施策略，智能化提升學生對知識的統籌與應用能力[42]。
2.校園管理：智慧校園
AIEd將實現校園場景和校園主體全覆蓋，將極大地提高教育管理的效率和科學性[43]。以商湯科技為代表的企業通過AI教材、教師培訓、AI實驗室和機器人以及AI交流展示平臺，解決了「如何教」、「誰來教」、「如何學」、「如何評價」等問題，形成了較為完善的AI教育產業鏈，涵蓋了教師教學、學生學習與評測、內容管控等不同教育場景，搭建了全學齡段的AI實踐平臺。此外，伴隨著人臉識別、物聯網等技術逐步進入校園，以騰訊、思科為代表的智慧校園解決方案面向學生、教師等多個主體實現了身份認證、信息採集、課堂考勤、校園安全、後勤服務的一體化管理，涵蓋管理、辦公、學習、生活等多方面，覆蓋教務處、學生處、保衛處、醫務室等多部門，智慧校園解決方案通過構建智能感知校園環境，實現了多場景數據的互通；在為師生提供極大便利的同時，也滿足了校園常態化管理需求。
當前，深化AIEd的應用是順應時代科技發展和迎合未來人才需求的必然趨勢。AI協助教育可實現一對一個性化教學、合理利用教學資源、自動化測評以及對學生綜合素質的多元化培養，使教育從本質上、形式上、結果上發生巨大變革。未來AIEd將遇到重重挑戰還是會順應趨勢繼續影響教育，值得我們進一步思考和探索。
（一）發展趨勢
1. 將促進教師角色轉變以適應新的教學環境
未來，教師的角色會因AIEd的應用發生巨大轉變。首先，信息獲得途徑的扁平化使得教師不再擁有知識信息上的優勢，教師成為教學活動的引領人而非權力中心、教學內容的設計師而非傳播者，教師和學生同處於知識學習平臺使得自上而下的教育模式不再適用；其次，從繁重的作業評閱、考試判別等簡單重複活動中解放的教師，需要更多專注於學生個性化的教案設計和全面發展的策略研究。故隨著教育適應時代發展，教育培養目標和學習範式發生改變，教師需要緊跟潮流適應全新的教學環境，從而更好地發揮作為重要教育主體的作用。
2. 將加快AI落地素質教育，促進培養閉環的完成
新高考背景下學校管理亟待變革，作為教育改革的重要內容之一，素質教育迫切需要新一代綜合素質評價系統實現從指標構建、評價方式、採集方案、誠信體系到結果公示的全業務流程覆蓋。通過科學整合應用現代教學理論和AI技術，未來AIEd將突破為應試教育服務的桎梏，成為素質教育普惠化、智能化的有力推手。構建與區校常態化教育教學活動結合的數據採集方案，通過科學有效的內容監管和誠信體系完整記錄學生成長數據，開展過程性評價和終結性評價；引進學生、家長、學校、第三方等多元評價主體，並能夠基於國家和區域標準提供評價結果的智能試算[44]，形成及時反饋與有效幹預的閉環體系，輔助教育主管部門科學決策，從而實現對學生探索能力、分析能力、學習能力的綜合培養，科學、公平地開展學生綜合素質評價，指導與促進學生綜合素質的全面提升與發展。
3. 將促進教育研究方法變革，推動教育研究走向科學
AI技術革命的到來將可能成為教育學科研究方法變革的「分水嶺」，教育學科有望通過面向AI的研究方法突破實現「自我救贖」，通過方法論重構、研究技術和工具創新，擺脫當前的學科危機和方法危機，實現教育研究方法的顛覆性創新，最終實現教育學科重構，推動教育研究走向科學。大數據研究是教育科學研究的關鍵方法，經過十餘年的教育信息化發展，中國各級各類教育擁有採集數據的各類終端技術系統，已積累了包括師生教學行為等海量教育大數據資源，這些數據時間跨度長、維度多、體量大[45]。教育學研究具有大數據採集和分析的天然優勢，如能加深與新東方、科大訊飛這樣的教育機構和科技公司的戰略合作，促進數據與技術的結合，則將可能形成系列化的科學研究結論[46]，並直接將大數據研究結果迅速運用到教育活動當中。在此基礎上，以機器學習為代表的AI方法具有大數據、強運算、擅長追蹤和可重複等特點，具有自主學習能力，能夠形成具有自我更新功能的大資料庫，進而發展出更好的教學戰略。
（二）關鍵挑戰
1. AI技術本身不夠成熟
AI本身存在的問題和爭議在給AIEd提供機遇的同時也帶來了一系列挑戰。受技術成熟度的限制，基於同理心、情緒以及長期互動的技術研究還處於相對初級的階段；在產品服務對象方面，很多AI技術只是應用在兒童教育領域；同時，AIEd在很多場域的應用大多還處於概念性階段，市場應用多樣性潛力還有待挖掘。
2. AI潛在的道德倫理問題缺乏法律制度規範
現階段AI正朝著能夠真正地推理和解決問題的強AI發展，但強AI缺乏政策引導和權威監督，所引發的倫理、道德問題令人擔憂。舉例來說，AI技術的實現是建立在大量的數據訓練集和自動判別篩選上的，尤其在具有鮮明個性特徵的教育領域上，海量教學數據被用於AIEd產品的開發中作為底層數據基礎，這使得學生和教師社會交際、教學行為習慣等隱私被洩露的風險急劇增加，數據安全受到質疑，任何技術發展都不應該以犧牲人類隱私為代價，因此需要做好數據保護的工作，保證師生對自身數據絕對的所有權和控制權，並尋求在立法和道德規範上加強對私人數據的管理和保護，將數據被洩露和濫用的可能性降至最低。
3. 過度依賴AI可能導致教育附庸化
AIEd的高速發展使得目前教育進入了全面技術時期，教育對技術的依賴也呈現出了愈演愈烈的態勢；在教育產品方面研發仍偏向於技術，產品同質化現象嚴重，不能兼顧生產優質的教育內容。同時，過度依賴AI而忽略教師的經驗知識和腦力勞動、學生的學習能力和創新思維，可能導致教師失去教學能力，不再在教學策略和立意上精進；學生失去獨立思考的動力和訓練，沉溺於工具的完備性而不能培養健康全面的人格和品行。教育的宗旨不再是培養人而成為培養AI，教育有可能完全變成AI的奴隸和附屬品。
總體而言，AIEd所帶來的機遇大於挑戰，極大地影響了全球教育改革和發展的方向和步伐，有力提高了教育信息化的智能水平，作為雙向反饋的另一環，教育也必須主動地順遂潮流，實時更新教育目標和內涵，適應AI技術帶來的階躍，培養更多的中堅人才為未來AI技術充實後備力量，實現育人成人的最終目標。
[1] 陳勁,呂文晶.人工智慧與新工科人才培養:重大轉向[J].高等工程教育研究,2017(06):18-23.[2] 劉進,呂文晶.人工智慧創新與中國高等教育應對(上)[J].高等工程教育研究,2019(01):52-61.[3] 張煒,呂正則,吳藍迪,等.「智能科學和技術」引領工程教育發展新動向——中國工程院李德毅院士訪談錄[J].高等工程教育研究,2017(01):123-126+132.[4] 張廷,楊國勝.「人工智慧」課程教學的實踐與探索[J].計算機教育,2009(11):133-134+60.[5] 梁迎麗,劉陳.人工智慧教育應用的現狀分析、典型特徵與發展趨勢[M].中國電化教育, 2018(3): 24-30.[6] 李德毅,馬楠,秦昆.智能時代的教育[J].高等工程教育研究,2018(05):5-10.[7] 尼克.人工智慧簡史[M].北京：人民郵電出版社，2017：24-173.[8] 阿里研究院.雲棲大會：阿里巴巴人工智慧應用的五部曲[EB/OL]. https://www.toutiao.com/a6340510588662644994/?spm=a2c4e.10696291.0.0.fc5c19a40Doex2, 2016-10-12.[9][11] 騰訊研究院.淺析5大應用場景案例：AI或在醫療領域率先落地[EB/OL]. http://www.robot-china.com/news/201704/13/40521.html, 2017-04-13.[10] 科大訊飛.科大訊飛刷新LUNA醫學影像國際權威評測世界記錄[EB/OL]. http://www.sohu.com/a/162775556_336009, 2017-08-07.[12] 雷鋒網.Cognoa人工智慧平臺獲FDA批准用於自閉症篩查[EB/OL]. https://med.sina.com/article_detail_103_2_41719.html, 2018-02-26.[13] 郭大成.以素質教育引領高校人才培養的思考[J].中國高等教育, 2011(z3): 12-15.[14] 陳凱泉, 沙俊宏, 何瑤,等. 人工智慧2.0重塑學習的技術路徑與實踐探索——兼論智能教學系統的功能升級[J]. 遠程教育雜誌, 2017, 35(5):40-53.[15] 閆志明, 唐夏夏, 秦旋,等. 教育人工智慧(EAI)的內涵、關鍵技術與應用趨勢*--美國《為人工智慧的未來做好準備》和《國家人工智慧研發戰略規劃》報告解析[J]. 遠程教育雜誌, 2017, 35(1): 26-35.[16] 衛榮, 馬鋒, 侯夢薇,等.人工智慧在醫學教育領域的應用研究[J]. 醫學教育研究與實踐, 2017, 25(06):835-838.[17] 黃小玲．大健康背景下情景式和探究式融合教學法在健康經濟學教學中的應用[J]．醫學教育研究與實踐，2017，25(2)：182-184.[18] Samantha Adams Becker, Malcolm Brown, Eden Dahlstrom, Annie Davis, Kristi DePaul, Veronica Diaz, and Jeffrey Pomerantz[R].NMC Horizon Report: 2018 Higher Education Edition. Louisville, CO: EDUCAUSE, 2018.[19] 鄭慶華.人工智慧促進智慧教育,提升人才培養質量[J].高等工程教育研究,2019(04):128-132.[20][22] 科技部新一代人工智慧發展研究中心&羅蘭貝格管理諮詢公司. 智能教育創新應用發展報告[R].北京：科技部新一代人工智慧發展研究中心，2019.[21] 億歐.學而思網校發布「AI老師」系列新產品，用人工智慧重新定義課堂[EB/OL]. https://www.iyiou.com/p/115881.html, 2019-10-21.[23] The University of Memphis. AutoTutor[EB/OL]. https://www.memphis.edu/iis/projects/autotutor.php, 2019-12-11.[24] 高紅麗,隆舟,劉凱,等.智能導學系統AutoTutor: 理論、技術、應用和預期影響[J]. 開放教育研究,2016,22(02):96-103.[25] 吳偉敏, 陳佳豔.國內自適應學習系統的研究現狀綜述[J].江蘇商論,2018(03):120-124.[26] 艾瑞諮詢.中國人工智慧自適應教育行業研究報告[R].上海：艾瑞諮詢研究院，2018.[27] 中國新聞網.《2018中國網際網路學習白皮書》：作業幫以人工智慧構建普惠教育平臺[EB/OL].http://www.chinanews.com/business/2019/04-10/8804729.shtml, 2019-04-10.[28] 南方都市報.揭秘人工智慧監考：對比海量數據捕捉雷同答案，預防考試作弊[EB/OL].http://www.oeeee.com/mp/a/BAAFRD000020181119117479.html, 2018-11-19.[29] 中國新聞網.智慧機器人監考在注會考試中投入應用[EB/OL]. https://baijiahao.baidu.com/s?id=1612216738954956029&wfr=spider&for=pc,2018-09-21.[30] [33]北京師範大學智慧學習研究院&網際網路教育智能技術及應用國家工程實驗室. 2019全球教育機器人發展白皮書[R].北京：2019世界機器人大會，2019.
版權所有，未經授權，請勿轉載
了解最新的高等工程教育研究新動向
快掃碼關注我們吧！！！
【論文選刊】劉進：人工智慧如何使教育研究走向科學
【論文選刊】劉進 王璐瑤：《麻省理工學院新工程教育轉型：源起、框架與啟示》
【先睹為快】劉進 呂文晶：人工智慧創新與中國高等教育應對（下）
【先睹為快】劉進 呂文晶：《人工智慧創新與中國高等教育應對（上）》